A carregar...
Publicação
Modelling Smart Manufacturing Assets Targeting Scheduling Optimisation
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 5.79 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
The industry sector has evolved faster and faster over the past few decades, driven by increas-
ingly complex market demands. Customers now hold greater decision power, and factories are
pressured not only to deliver products fast but also to optimize production processes, reducing
costs, inefficiencies, and delays. Companies must ensure they can meet customer expectations
without compromising operational efficiency.
Thus, modern manufacturing systems must be robust and agile, capable of reacting
smoothly to external events, and adaptable to unexpected changes. In this world that is be-
coming more and more connected, the rise of smart factories, characterized by interconnected
and autonomous entities, is transforming how production systems operate. These entities are
becoming able to adapt to real-time events but also share critical data between them to opti-
mize workflow, minimize downtime, and ensure continuous production.
To maintain production efficiency, meet KPIs like makespan, reduce downtimes, and im-
prove energy efficiency, or be more prepared for unexpected disturbances in the system, it is
important that companies are equipped with robust and adaptable manufacturing scheduling
systems. While numerous solutions have been proposed over the years to implement sched-
uling systems, in many cases, those approaches focus on specific cases and do not fulfill the
necessary requirements to be applied in industry.
This research addresses these limitations by providing a more generic, comprehensive,
and adaptable approach for smart manufacturing environments. The design and implementa-
tion of scheduling solutions in smart manufacturing systems is not standardized and there is
not a reference model to develop scheduling solutions that reflect real industrial environments,
leading to a gap between reference architectures and scheduling systems. Therefore, the pro-
posed research intends to study the main challenges related to manufacturing scheduling and to model manufacturing components targeting the scheduling optimization based on one of
the most prosperous reference architectures, RAMI 4.0.
Through an extensive literature review, both functional and non-functional requirements
were identified and, after analyzing them, the design principles to develop a manufacturing
scheduling system were established. Additionally, a methodology was proposed to serve as
the foundation for designing scheduling solutions aligned with RAMI4.0, including the identi-
fication of the main assets and the development of their corresponding Asset Administration
Shells, while addressing key design principles such as data uniformity, KPI harmonization, and
automatic rescheduling. Finally, the proposed approach was applied to various use cases, in-
cluding the KITT4SME and PERFoRM projects, to demonstrate its efficiency and adaptability.
This work aims to fill a critical gap in existing literature but also offers a practical roadmap
for industry professionals aiming to fully integrate production scheduling into RAMI4.0, paving
the way for smarter, more responsive manufacturing systems in the era of Industry 4.0.
O setor industrial tem evoluído a um ritmo cada vez mais acelerado nas últimas décadas, im- pulsionado por exigências de mercado cada vez mais complexas. Os clientes têm agora maior poder de decisão, e as fábricas estão sob pressão para não apenas entregar produtos rapida- mente, mas também otimizar os processos de produção, reduzindo custos, ineficiências e atra- sos. As empresas precisam de garantir que conseguem satisfazer as ordens dos clientes sem comprometer a eficiência operacional. Assim, os sistemas de produção modernos precisam ser robustos e ágeis, capazes de reagir eficazmente a eventos externos e de se adaptarem a mudanças inesperadas. Num mundo cada vez mais conectado, o aparecimento de fábricas inteligentes, caracterizadas por entidades interconectadas e autónomas, está a transformar o funcionamento dos sistemas de produção. Estas entidades estão a tornar-se capazes de se adaptar a eventos em tempo real e também de partilhar dados críticos entre si para otimizar o fluxo de trabalho, minimizar tempos de inatividade e garantir uma produção contínua. Para manter a eficiência da produção, cumprir indicadores de desempenho como o ma- kespan, reduzir tempos de inatividade, melhorar a eficiência energética e estar mais bem pre- parado para perturbações inesperadas no sistema, é fundamental que as empresas possuam sistemas de escalonamento de produção robustos e adaptáveis. Embora ao longo dos anos tenham sido propostas várias soluções para implementar sistemas de escalonamento, muitas delas focam-se em casos específicos e não cumprem os requisitos necessários para serem aplicadas na indústria. Este estudo aborda essas limitações, propondo uma abordagem mais genérica, abran- gente e adaptável para ambientes de manufatura inteligente. O design e implementação de soluções de escalonamento em sistemas de manufatura inteligente não são padronizados e não existe um modelo de referência que reflita os ambientes industriais reais, o que cria uma xiv lacuna entre as arquiteturas de referência e os sistemas de escalonamento. Assim, o objetivo deste estudo é analisar os principais desafios relacionados com o escalonamento de produção e modelar os componentes de manufatura, visando a otimização do escalonamento com base numa das arquiteturas de referência mais promissoras, a RAMI 4.0. Através de uma extensa revisão da literatura, foram identificados os requisitos funcionais e não funcionais e, depois de os analisar, foram estabelecidos os princípios de design para o desenvolvimento de um sistema de escalonamento de produção. Além disso, foi proposta uma metodologia que serve como base para a conceção de soluções de escalonamento alinhadas à RAMI 4.0, incluindo a identificação dos principais ativos e o desenvolvimento das suas cor- respondentes Asset Administration Shells, abordando princípios de design fundamentais como a uniformidade de dados, harmonização de KPIs e reescalonamento automático. Por fim, a abordagem proposta foi aplicada a vários casos de estudo, incluindo os projetos KITT4SME e PERFoRM, para demonstrar a sua eficiência e adaptabilidade. Este trabalho tem por objetivo preencher uma lacuna crítica na literatura existente, en- quanto oferece um guia prático para profissionais da indústria que desejam integrar total- mente o escalonamento de produção na RAMI 4.0, abrindo caminho para sistemas de manu- fatura mais inteligentes e responsivos na era da Indústria 4.0.
O setor industrial tem evoluído a um ritmo cada vez mais acelerado nas últimas décadas, im- pulsionado por exigências de mercado cada vez mais complexas. Os clientes têm agora maior poder de decisão, e as fábricas estão sob pressão para não apenas entregar produtos rapida- mente, mas também otimizar os processos de produção, reduzindo custos, ineficiências e atra- sos. As empresas precisam de garantir que conseguem satisfazer as ordens dos clientes sem comprometer a eficiência operacional. Assim, os sistemas de produção modernos precisam ser robustos e ágeis, capazes de reagir eficazmente a eventos externos e de se adaptarem a mudanças inesperadas. Num mundo cada vez mais conectado, o aparecimento de fábricas inteligentes, caracterizadas por entidades interconectadas e autónomas, está a transformar o funcionamento dos sistemas de produção. Estas entidades estão a tornar-se capazes de se adaptar a eventos em tempo real e também de partilhar dados críticos entre si para otimizar o fluxo de trabalho, minimizar tempos de inatividade e garantir uma produção contínua. Para manter a eficiência da produção, cumprir indicadores de desempenho como o ma- kespan, reduzir tempos de inatividade, melhorar a eficiência energética e estar mais bem pre- parado para perturbações inesperadas no sistema, é fundamental que as empresas possuam sistemas de escalonamento de produção robustos e adaptáveis. Embora ao longo dos anos tenham sido propostas várias soluções para implementar sistemas de escalonamento, muitas delas focam-se em casos específicos e não cumprem os requisitos necessários para serem aplicadas na indústria. Este estudo aborda essas limitações, propondo uma abordagem mais genérica, abran- gente e adaptável para ambientes de manufatura inteligente. O design e implementação de soluções de escalonamento em sistemas de manufatura inteligente não são padronizados e não existe um modelo de referência que reflita os ambientes industriais reais, o que cria uma xiv lacuna entre as arquiteturas de referência e os sistemas de escalonamento. Assim, o objetivo deste estudo é analisar os principais desafios relacionados com o escalonamento de produção e modelar os componentes de manufatura, visando a otimização do escalonamento com base numa das arquiteturas de referência mais promissoras, a RAMI 4.0. Através de uma extensa revisão da literatura, foram identificados os requisitos funcionais e não funcionais e, depois de os analisar, foram estabelecidos os princípios de design para o desenvolvimento de um sistema de escalonamento de produção. Além disso, foi proposta uma metodologia que serve como base para a conceção de soluções de escalonamento alinhadas à RAMI 4.0, incluindo a identificação dos principais ativos e o desenvolvimento das suas cor- respondentes Asset Administration Shells, abordando princípios de design fundamentais como a uniformidade de dados, harmonização de KPIs e reescalonamento automático. Por fim, a abordagem proposta foi aplicada a vários casos de estudo, incluindo os projetos KITT4SME e PERFoRM, para demonstrar a sua eficiência e adaptabilidade. Este trabalho tem por objetivo preencher uma lacuna crítica na literatura existente, en- quanto oferece um guia prático para profissionais da indústria que desejam integrar total- mente o escalonamento de produção na RAMI 4.0, abrindo caminho para sistemas de manu- fatura mais inteligentes e responsivos na era da Indústria 4.0.
Descrição
Palavras-chave
Manufacturing Scheduling Scheduling Methodology Industry 4.0 Cyber- Physical Production Systems RAMI4.0 Assets Modelling